一つは皆のために、皆は一つのために：確率的制御による協調マルチエージェント拡散誘導

- 複数の事前学習済み拡散モデルを凍結したまま再利用し、それらを協調させて構造化出力を生成するフレームワーク「Coordinated Multi-Agent Diffusion Steering (CMDS)」を提案。 - 各コンポーネントの生成器を独立に訓練し、それらの相互作用を学習することで、単一モデルで全体をモデル化する代わりにモジュラーなアプローチを取る。 - 拡散モデルの逆過程を学習された制御で調整し、協調を確率的最適制御問題として定式化。 - アセンブリレベルの報酬と事前学習ダイナミクスからの逸脱のバランスを取る。 - 学習された制御は最適化を償却し、新しいタスクインスタンスに再利用可能。

- 従来の単一モデルによる構造化出力生成では、コンポーネント分布と相互作用の両方を学習する必要があった。 - CMDSは独立に訓練されたコンポーネント生成器を再利用し、協調のみを学習するため、モジュラーで再利用性が高い。 - 凍結された事前学習済み拡散モデルを生成プリミティブとして扱い、制御を学習することで、新しいタスクへの適応が容易。 - 同一の学習済み制御で異なる空間制約を満たせるなど、汎用性が高い。

- 凍結された事前学習済み拡散モデルの逆過程を、学習された制御を用いて協調させる。 - 協調を確率的最適制御問題として定式化し、アセンブリレベルの報酬（結合出力の望ましい特性）と事前学習ダイナミクスからの逸脱のバランスを取る。 - 学習された制御はこの最適化を償却し、新しいタスクインスタンスへの再利用を可能にする。 - これにより、個々の生成器を再訓練することなく、複数の拡散モデルを協調させて構造化出力を生成する。

- 実験により、CMDSが既知の目標分布を回復できることを示した。 - 同一の学習済み制御で異なる空間制約を満たせることを確認。 - 劣化した混合から個々のソースを回復できることを実証。 - マルチエージェント迷路ナビゲーション、多関節ロボット計画、テキスト条件付き人間動作のタスクで、凍結モデルを協調マルチエージェント生成器に変えることを検証。

- 要旨からは、手法の限界や議論の詳細は不明。 - 確率的最適制御の定式化や償却制御の有効性は示されているが、計算コストやスケーラビリティに関する議論は要旨では触れられていない。 - 今後の課題や制約については要旨からは不明。

- 要旨で参照/比較されている研究は明示されていない。 - 関連手法として、拡散モデルの制御（Diffusion Steering）、マルチエージェント強化学習、確率的最適制御（Stochastic Optimal Control）、モジュラー生成モデルなどが挙げられる。 - 同分野の定番として、Denoising Diffusion Probabilistic Models (DDPM)、Score-Based Generative Models、Multi-Agent Reinforcement Learning (MARL) などが次に読むべき論文として考えられる。